PENGEMBANGAN METODE DETEKSI TINGKAT KEMATANGAN BUAH MELON BERDASARKAN TEKSTUR KULIT BUAH DENGAN MENGGUNAKAN METODE EKSTRAKSI CIRI STATISTIK DAN SUPPORT VECTOR MACHINE (SVM)

Agung Prayoga, H. Tawakal, Reza Aldiansyah
{"title":"PENGEMBANGAN METODE DETEKSI TINGKAT KEMATANGAN BUAH MELON BERDASARKAN TEKSTUR KULIT BUAH DENGAN MENGGUNAKAN METODE EKSTRAKSI CIRI STATISTIK DAN SUPPORT VECTOR MACHINE (SVM)","authors":"Agung Prayoga, H. Tawakal, Reza Aldiansyah","doi":"10.54914/jtt.v4i1.112","DOIUrl":null,"url":null,"abstract":"Penelitian ini diajukan untuk mendeteksi tingkat kematangan buah melon berdasarkan tekstur kulit buah. Pada penelitian ini menggunakan 450 data buah melon yang terbagi atas 300 data untuk proses training dan 150 data untuk proses testing. Metode yang digunakan dalam penelitian kali ini adalah metode Ekstraksi Ciri Statistik untuk proses ekstraksi fitur, dan metode support vector machine untuk proses pengambilan keputusan tingkat kematangan buah melon. Hasil akurasi yang diperoleh dalam penelitian ini adalah 76.00%. Sistem ini sangat membantu masyarakat dalam mendeteksi tingkat kematangan buah melon.","PeriodicalId":428429,"journal":{"name":"Jurnal Teknologi Terpadu","volume":"45 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2018-07-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"7","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknologi Terpadu","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.54914/jtt.v4i1.112","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 7

Abstract

Penelitian ini diajukan untuk mendeteksi tingkat kematangan buah melon berdasarkan tekstur kulit buah. Pada penelitian ini menggunakan 450 data buah melon yang terbagi atas 300 data untuk proses training dan 150 data untuk proses testing. Metode yang digunakan dalam penelitian kali ini adalah metode Ekstraksi Ciri Statistik untuk proses ekstraksi fitur, dan metode support vector machine untuk proses pengambilan keputusan tingkat kematangan buah melon. Hasil akurasi yang diperoleh dalam penelitian ini adalah 76.00%. Sistem ini sangat membantu masyarakat dalam mendeteksi tingkat kematangan buah melon.
采用从统计学特征和支持机(SVM)提取甜瓜皮的成熟度检测方法(SVM)
本研究旨在根据果实皮肤的纹理检测瓜的成熟度。这项研究使用了450份瓜瓜数据,其中300份被分割成300份进行培训,150份用于测试。本研究采用的方法是提取特性的统计特征方法,以及为西瓜的成长期决策提供支持机。本研究的准确率是76.00%。这个系统帮助公众检测西瓜的成熟度。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信